文献

J-GLOBAL ID：201902263688828548   整理番号：19A0872587

注意マルチモーダル融合ネットワークによる行動認識のための人間-オブジェクト輪郭【JST・京大機械翻訳】

Human-Object Contour for Action Recognition with Attentional Multi-modal Fusion Network

著者 (5件)： Yu Miao (Institute of electronics Southeast University, Nanjing, China) ,  Zhang Weizhe (Institute of electronics Southeast University, Nanjing, China) ,  Zeng Qingxiang (Institute of electronics Southeast University, Nanjing, China) ,  Wang Chao (Institute of electronics Southeast University, Nanjing, China) ,  Li Jie (Institute of electronics Southeast University, Nanjing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICAIIC  ページ： 241-246  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間行動認識は,知的ビデオ監視,人間-コンピュータ相互作用および他の通信分野において,大きな研究および応用価値を持った。ビデオ理解のための人間動作認識の精度を改善するために,人間の運動特徴と注意融合法の抽出を研究した。本論文は,2つの主要な貢献を持った。まず第一に,オプティカルフロー有効性の本質に基づいて,オブジェクト理解と文脈情報を結合する,人間オブジェクト輪郭(HOC)と呼ばれる新しい動的特徴表現法を提示する。第二に,アンサンブル学習におけるStackingの原理を参照して,著者らは,伝統的多モード融合ネットワーク(AMFN)を提案した。ビデオの特性に従って,固定された重さによる単純な平均化よりもむしろ異なるモダリティを選択することに注意を払った。実験は,HOCが静的外観特徴に効果的に相補的であり,著者らの融合ネットワークによる行動認識の精度が効果的に改善することを示した。著者らのアプローチは,HMDB51(72.2%)とUCF101(96.0%)のデータセットに関する最先端の性能を得た。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンピュータ ,  オプティカルフロー ,  録画装置 ,  相互作用 ,  *ネットワーク ,  有効性 ,  通信
準シソーラス用語： モダリティ ,  アンサンブル学習 ,  特徴表現 ,  文脈情報 ,  人間動作 ,  ビデオ監視 ,  *行動認識 ,  *マルチモーダル融合 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 注意 ,  マルチモーダル融合 ,  行動認識 ,  人間 ,  オブジェクト ,  輪郭